Prevalence and patterns of different types of non-cigarette tobacco use in England: a population study
Notice bibliographique
Résumé
Abstract Introduction Non-cigarette tobacco smoking increased in England between 2013 and 2023, but little is known about the prevalence of use of specific types of non-cigarette tobacco, including smokeless products, or whether the increasing trend has continued. This study examined recent trends in exclusive non-cigarette tobacco smoking and estimated the prevalence of different smoked and smokeless product use by sociodemographic characteristics, vaping and cigarette smoking status. Methods Data came from the Smoking Toolkit Study, a nationally representative monthly cross-sectional survey of adults (≥18y) in England ( n =94,918; April-2020 to February-2025). We used logistic regression to estimate trends in exclusive non-cigarette tobacco smoking. We further examined the prevalence and correlates of (non-exclusive) use of eight specific smoked and smokeless non-cigarette tobacco products among 8,129 participants surveyed October-2024 to February-2025. Results The prevalence of exclusive non-cigarette tobacco smoking increased from 1.3% [1.1-1.6%] in April-2020 to 2.0% [1.8-2.1%] in August-2022, before declining to 1.2% [1.1-1.5%] by February-2025. Between October-2024 and February-2025, 3.7% [3.2-4.1%] of adults reported any non-cigarette tobacco use (∼1.7 million people). Cigars (1.2%) and waterpipes (0.9%) were the most used products. Use patterns varied: cigars, cigarillos, and pipes were more common among men and those who smoked cigarettes, while waterpipes were more common among younger adults, minority ethnic groups, and people who vaped. Smokeless tobacco use was more common among those who smoked (any form of) tobacco. Conclusions In England, exclusive non-cigarette tobacco smoking has fluctuated in recent years. Patterns of smoked and smokeless tobacco use vary across products and sociodemographic groups.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».